正在刊行长文 · Essay
2026-11-08所有内容
随机比特 · Random Bits

95 万字符、7800 行指令被扒光,Anthropic 给智能体立的规矩全曝光了

2026-11-08AI Engineering / Systemsrbits.uk
95 万字符、7800 行指令被扒光,Anthropic 给智能体立的规矩全曝光了

很多在工位上尝试自研代码智能体的工程师,都曾遭遇过一种让人抓狂的失控感。

明明在提示词里千叮咛万嘱咐“只改这一个函数”,智能体一上手却开始自作主张。它不仅顺手把你没提过的几十行无关代码格式全改了,甚至还会自以为是地重构掉相邻的依赖模块;遇到报错时更是死要面子,在终端里开启死循环自嗨重试,直到把上下文和调用额度烧得干干净净。

大家往往困惑:为什么 Anthropic 官方的 Claude Code 跑起来就那么听话、克制又精准?

很多人曾天真地以为,官方掌握了某种人类未知的精简提示词玄学。然而知名安全研究员刚刚在开源社区公布的完整提取档案,直接把整个技术圈看呆了。

官方给智能体焊上的底层军规,厚重到了令人头皮发麻的地步。

提示词工程约束对比

内部系统提示词膨胀至近百万字符

安全研究员在 GitHub 上完整导出了 Claude Code 驱动最新旗舰模型的全部底层系统指令与工具规约。

整份泄露档案的体量极其惊人:文本长度高达 95 万字符,代码行数突破 7800 行,原始文件体积接近 1MB。光是智能体启动时的前置系统指令,就直接吞噬了近 24 万个 Token 的上下文开销。

这绝非普通程序员写给大模型的三五句大白话,而是一整套冰冷严密的微型操作系统规范。

最强编程智能体之所以不会在生产代码库里发疯,靠的绝不是大白话玄学,而是近百万字符像军规一样冰冷严密的负向工程约束。

翻开这近百万字的规约档案,最让一线工程师震撼的不是它教模型写了多少漂亮代码,而是通篇密不透风的“负向防御规则”。官方把绝大部分算力篇幅,全部花在死死捆住智能体的双手上。

在没有严密约束的情况下,概率模型几乎必然走向过度自信与发散膨胀。

GitHub 官方开源泄露仓库实拍截图

负向克制规则死死锁住智能体边界

在这份庞大的军规体系中,最核心的一条铁律就是“范围绝不外溢”。

官方用极为严厉的书面语严禁智能体擅自触碰任何未被提及的代码行。哪怕相邻的模块排版混乱、哪怕旁边的函数存在明显的语法瑕疵,系统都明文要求智能体“假装看不见”,坚决杜绝为了所谓的美观顺手发起任何未经授权的代码重构。

更具有工业参考价值的是它的主动熔断机制。

自研智能体最容易陷入死胡同反复试错,而 Claude Code 规约明确卡死了连续失败上限:只要某个工具连续报错满三次,模型被强制剥夺自由探索权限,必须立即停机向人类工程师主动认错求助。

这一设计在逻辑根源上斩断了模型在死循环中烧光额度的恶劣行径。

而在面对整个代码仓库时,系统更是严禁一次性倾倒全量源码。它强制要求智能体必须通过精准的轻量检索工具按需查阅,把每一个微小变更的注意力和上下文损耗死死压缩在最小半径之内。

智能体防失控流水线

结构化微内核工具构建工程确定性

除了严苛的文字军规,档案中完整公开的工具接口契约,更是为智能体开发者提供了一套现成的架构模板。

官方彻底摒弃了包罗万象的重型工具,而是将全部系统级能力收敛为五个极小职责的微内核工具:负责读取切片的阅读工具、执行精确定位替换的编辑工具、运行受限命令的终端工具、任务状态流转工具,以及专职检索的索引工具。

配合这些原子化工具的,是一整套精密的生命周期拦截钩子(Hooks)。

在每一次工具被真正唤醒之前,预执行钩子会以确定性代码强制扫描本次调用的参数合法性与修改边界;而在工具执行完毕之后,后置钩子又会立刻介入校验代码差异,确保实际变更与承诺结果完全吻合。

正是在这一层层环环相扣的物理防御工事之下,狂放不羁的大模型才被硬生生驯化成了一名严守工程纪律的资深技工。

告别玄学打磨,学透这套近百万字的工业级防失控范本,自研智能体才能真正走出玩具作坊,在真实的工业生产线上稳稳扎下根来。

随机比特公众号二维码
公众号 · 随机比特
从 AI 工具热闹里拆工程真相

写边界、控制面、上下文、成本与安全。